[发明专利]一种基于样本迁移筛选的光路传输质量预测方法有效
申请号: | 202110929197.7 | 申请日: | 2021-08-13 |
公开(公告)号: | CN113627541B | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 纪越峰;谷志群;张佳玮;秦溏泽 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04B10/073 | 分类号: | H04B10/073;G06F18/2113;G06N3/096;G06F18/214;G06F18/2431;G06N5/01 |
代理公司: | 北京挺立专利事务所(普通合伙) 11265 | 代理人: | 高福勇 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 样本 迁移 筛选 传输 质量 预测 方法 | ||
1.一种基于样本迁移筛选的光路传输质量预测方法,其特征在于,利用目标域的未标记样本对源域样本进行筛选,包括以下步骤:
S1、筛选源域数据:采用孤立森林算法完成样本分类得到相似样本,具体为,先从待筛选样本中选取两个特征x和y,x和y分别为光路的长度与相邻信道的数量,再利用一个超平面对样本进行分隔,经过多次分隔处理后,每一个待筛选样本都与训练样本分隔开,越难被分隔开的样本就被认为与训练样本越相似,即为相似样本,训练样本是来自于目标域的未标记样本,待筛选样本是源域样本;采用的孤立森林算法中,光路每跳所占用的波长信息与相邻信道数量都不相同,根据所占用的波长信息,获得每一跳的相邻信道数量,并将该相邻信道数量特征纳入样本的筛选特征中去,从而实现多个维度的样本筛选;
S2、训练预训练模型:将得到的相似样本对人工神经网络进行训练,得到预训练模型;
S3、微调预训练模型:迁移预训练模型中的一层或几层,将其加入到新的神经网络中,并冻结其参数;利用来自于目标域的少量样本对新的神经网络进行训练,最终得到适用于目标域的QoT预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110929197.7/1.html,转载请声明来源钻瓜专利网。